典型文献
基于残差时空图神经网络的电力系统暂态稳定评估
文献摘要：
针对传统数据驱动方法在用于电力系统暂态稳定评估时,由于未考虑到系统的时空变化特性而导致泛化能力不强的问题,提出了一种引入注意力机制的残差时空图神经网络方法.将电力系统的网络拓扑结构与电力系统量测数据相结合,引入时间注意力和空间注意力机制,从而提高了模型的泛化能力.为了解决训练过程中存在的梯度消失问题,引入残差结构,同时加快了训练速度.以10机39节点系统为算例进行仿真验证,结果表明,该模型能在部分节点未配置同步相量测量单元的情况下获得较好的评估结果;通过适当选取故障时刻采样数据,可以进一步提高模型的评估性能.
文献关键词：
电力系统暂态稳定评估;时空特性;残差时空图神经网络;注意力机制;泛化能力;梯度消失
中图分类号：
作者姓名：
卢锦玲;周阳;颜禄涵;张艺萱
作者机构：
华北电力大学 电气与电子工程学院,河北 保定 071003
文献出处：
引用格式：
[1]卢锦玲;周阳;颜禄涵;张艺萱-.基于残差时空图神经网络的电力系统暂态稳定评估)[J].电力科学与工程,2022(09):54-64
A类：
残差时空图神经网络
B类：
电力系统暂态稳定评估,数据驱动方法,时空变化,变化特性,泛化能力,神经网络方法,网络拓扑结构,量测数据,时间注意力,空间注意力机制,训练过程,梯度消失,残差结构,训练速度,节点系统,仿真验证,分节,同步相量测量单元,当选,采样数据,时空特性
AB值：
0.20447
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
